下山单纯形法 matlab,智能优化 之 下山单纯形法 C++

单纯形法简介在其他网站上都可以查到，我就不多说了

我们主要说方法

它主要解决的是局部最优解的问题

利用多边形进行求解的，若有n个变量，则利用n+1边形

我们这里以两个变量为例，求解第三维度的最优解

例如解决

min 　f(x,y)=x2 - 4*x + y2 - y - x*y

matlab 图

可以看出，差不多是(3，2)附近取得最小

我们来用下山单纯形求解

我们设立三个初始点 (0，0)，(1.2，0)，(0，0.8)

我们把它们分别带入f中，函数值越小的越接近解，我们把它称为最好点，反之，函数值最大的点，我们称之为最坏点

我们要做的是，利用已知点，寻找更加接近解的点

我们需要了解几种寻找下一个点的思想

反射 reflect

假设三角形的三个点是ABP，其中P是最坏点，那么我们寻找一个Q点，使得APBQ是一个平行四边形

设向量α为p->A,β为p->B　　　　(假设1)

那么Q = p + (α+β),其中p和Q是坐标

扩张 extern

假设，我们得到的新点Q，它比原来三角形中最好的点还要好，那么，我们可以假定这个探索方向是正确的，我们不妨再往前走一步！

其中Q->R = (p->R)/2，我们这里称扩张Q点

设向量α为Q->A, β为Q->B　　　　　(假设2)

于是，R =  Q - (α+β)/2

收缩 Shrink

我认为收缩有两种

因为我们一般先做反射点，所以，之后的操作如果针对反射点，那么就是对反射点进行收缩

基于(假设2)，R = Q + (α+β)/4

还有一种是最优解本来就在三角形PAB中，我们对P做收缩

基于(假设1)，则Q = P + (α+β)/4

压缩 compress

我们认为，如果上述操作均没有找到更好的点来替代最坏点，那么说明之前的三角形是非法的，那么我们进行压缩操作

即，取两边中点与最坏点构成新的三角形

我们用下山单纯形法求解步骤如下：

求出初始点的最坏点，构成三角形

重复下述，直到满足精度

先做一次反射

如果反射点比最好点还要好(更加接近条件：min f(x0,y0))->做一次扩张

如果扩张点比反射点还要好->扩张点代替之前的最坏点，形成新的三角形

反之->反射点代替之前的最坏点

反之，如果反射点比最坏点还要坏->反射点做收缩1

如果收缩点1比最坏点好->收缩点1代替最坏点

反之->最坏点做收缩2

如果收缩点2比最坏点好->收缩点2代替最坏点

反之->三角形做收缩

反之，反射点代替最坏点，形成新的三角形

C++代码：

triangle.h<